Методы основанные на выделении элементов изображения

Сущность этих методов состоит в следующем: сначала выделяются элементы изображений, а затем они отождествляются. В качестве элементов изображения могут быть точки, линии, полигоны. Для выделения этих элементов применяются различные операторы, с которыми осуществляется свертка изображений. Например, для точек существуют операторы Forstner, Moravic, Dreschler y Mar-Hildreth. Задача этих операторов найти на изображении области с наибольшим изменением контраста, в которых затем получатся наилучшие результаты корреляции. Выделенные точки с помощью оператора Forstner инвариантны к поворотам и как следствие в этих точках корреляция получается более надежно. Оператор Moravic позволяет выделить точки с контрастом, превышающем некоторый порог. Оператор Dreschler вычисляет значение кривой Гаусса, которое позволяет определить точки принадлежащие перегибам линий. Эта характеристика линий не изменяется в зависимости от геометрических искажений, изменений масштаба и поворота изображения. Оператор Marr-Hildreth (или оператор LoG лапласиан гауссиана) фильтрует изображение и одновременно выделяет зоны изменений значений плотностей изображения.

Существуют различные операторы (операторы Roberts, Prewitt, Sobel), которые позволяют выделить линии и полигоны. Эти операторы основаны на выделении границ изменений значений плотностей изображения.

После выделения элементов изображений применяются площадные алгоритмы отождествления соответственных точек.

Преимущества: 1). Устойчивость к шумам изображений, так как анализируются не сами значения пикселей, а их изменения по сравнению с соседними, что ослабляет влияние шумов изображений. 2). Малая чувствительность к геометрическим и фотометрическим искажениям изображений.

Недостатки: предусматривают дополнительные вычислительные процедуры по выделению элементов изображений.